Targeted diagnostics of breast cancer based on a comprehensive analysis of risk factors

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

BACKGROUND: To date, there are no effective methods for early diagnosis and screening of breast cancer. High-tech methods, such as magnetic resonance imaging and contrasted computed tomography, as well as positron emission computed tomography have high resolution, but their high cost does not allow the use of these techniques for screening and primary diagnosis.

AIM: To improve the quality and efficiency of diagnostic measures for breast cancer through a personalized approach based on an analysis of a set of risk factors.

MATERIALS AND METHODS: Data from the population cancer registry of the Altai Territory, created at the Altai Regional Oncology Center (Barnaul, Russia), were used. To date, the register includes information on 308 550 patients with malignant neoplasms, including 31 783 women with breast cancer.

Based on the method of targeted prevention by A.F. Lazarev “Method for determining the risk of breast cancer according to Lazarev A.F.” (Patent No. 2651131) an “Automated program for early diagnosis of breast cancer” was developed. The program significantly reduces the time for the formation of groups of high cancer risk precancers and increases the efficiency of breast cancer detection, and also makes it possible to develop a set of targeted preventive measures personally for each patient. Testing of this algorithm included testing of 512 patients, as a result of which a high-risk precancer group was formed. In the established register, patients underwent a complex of in-depth examinations (ultrasound examination, mammography, magnetic resonance imaging with dynamic contrast, and puncture of tumors if indicated).

RESULTS: The precancer group at high risk of developing breast cancer consisted of 92 patients, in-depth examination revealed 7 patients with established breast cancer, which amounted to 7.6%. All cases of breast cancer were detected in stages I and II.

CONCLUSION: Targeted diagnostics using the “Automated program for early diagnosis of breast cancer” allows to improve the quality and efficiency of diagnostic measures for breast cancer identification through personalized approach, using multiple risk factors.

作者简介

Alexander Lazarev

Altai State Medical University

Email: lazarev@akzs.ru
ORCID iD: 0000-0003-1080-5294
SPIN 代码: 1161-8387
俄罗斯联邦, Barnaul

Valentina Petrova

Altai State Medical University

Email: valyusha_petrova_2024@mail.ru
ORCID iD: 0000-0001-7169-9646
SPIN 代码: 2941-6649
俄罗斯联邦, Barnaul

Sergey Lazarev

Altai State Medical University

Email: serglazarev@bk.ru
ORCID iD: 0000-0001-7748-0784
俄罗斯联邦, Barnaul

Zhanna Vakhlova

Consultative Diagnostic Center of the Altai Territory

Email: office@dcak.ru
俄罗斯联邦, Barnaul

Maria Nikolaeva

Altai State Medical University

Email: nikolmg@yandex.ru
ORCID iD: 0000-0001-9459-5698
SPIN 代码: 8295-9290
俄罗斯联邦, Barnaul

Tatyana Repkina

Altai State Medical University

Email: reppkina@yandex.ru
ORCID iD: 0000-0003-4583-313X
SPIN 代码: 5855-5780
俄罗斯联邦, Barnaul

Svetlana Terekhova

Altai State Medical University

编辑信件的主要联系方式.
Email: quip@list.ru
ORCID iD: 0009-0001-4594-4529
SPIN 代码: 7564-1647

MD, Cand. Sci. (Med.)

俄罗斯联邦, Barnaul

Ilya Osipov

Medical Institute named after Berezin Sergey

Email: quip@list.ru
ORCID iD: 0009-0008-4560-2933
俄罗斯联邦, Barnaul

Evgenia Shlyaptseva

Consultative Diagnostic Center of the Altai Territory

Email: office@dcak.ru
ORCID iD: 0009-0004-6517-9088
俄罗斯联邦, Barnaul

Anna Komarova

Altai State Medical University

Email: a.n.komarova@bk.ru
ORCID iD: 0000-0003-4622-1506
SPIN 代码: 4554-9864
俄罗斯联邦, Barnaul

Dmitriy Ganov

Altai State Medical University

Email: ganovdmit@yandex.ru
ORCID iD: 0000-0002-7118-1668
SPIN 代码: 2100-7576
俄罗斯联邦, Barnaul

参考

  1. Surveillance, Epidemiology, and End Results Program. Breast cancer. USA : National Cancer Institute. [cited 01 Jan 2023]. Available from: http://www.seer.cancer.gov
  2. Sung H, Ferlay J, Siegel RL, et al. Global Cancer Statistics 2020: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA Cancer J Clin. 2021;71(3):209–249. doi: 10.3322/caac.21660
  3. Kaprin AD, Starinskii VV, Shakhzadova AO, editors. Malignant neoplasms in Russia in 2021 (morbidity and mortality). Moscow: P.A. Herzen MNIOI — branch of FGBU NMC Radiology of the Ministry of Health of Russia; 2022. (In Russ).
  4. Kaprin AD, Starinskii VV, Shakhzadova AO, editors. State of oncological care for the Russian population in 2022. Moscow: P.A. Herzen MNIOI - branch of FGBU NMC Radiology of the Ministry of Health of Russia; 2022. (In Russ).
  5. Gazhonova VE, Efremova MP, Dorokhova EA. Modern methods of non-invasive radiation diagnostics of breast cancer. Russkii Meditsinskii Zhurnal. 2016;(5):321–324.
  6. Breast cancer. Clinical guidelines. ID 615. Approved by the Scientific and Practical Council of the Ministry of Health of the Russian Federation. 2021. Available from: https://cr.minzdrav.gov.ru/recomend/379_4 (In Russ)
  7. Certificate of state registration of the computer program №2008611703/ 31.03.2008. Lazarev AF. Territorial Cancer Registry. (In Russ).
  8. Lazarev AF. Formation of cancer risk groups using digital technologies: methodological recommendations for physicians, residents and students. Lazarev AF, Lazarev SA, editors. Barnaul: Izd-vo FGBOU VO AGMU Minzdrava Rossii; 2020. (In Russ).
  9. Patent RUS № 2651131/ 18.04.2018. Lazarev AF. Method for determining the risk of breast cancer according to Lazarev A.F. (In Russ).
  10. Certificate of state registration of the computer program № 2019662415/ 24.09.2019. Lazarev AF, Pokornyak VP, Marchkov VA, Lazarev SA, Petrova VD. Automated program for early diagnosis of breast cancer (BC). (In Russ).

补充文件

附件文件
动作
1. JATS XML
2. Fig. 1. Access to the «Automated program for early diagnosis of breast cancer»: QR-code.

下载 (63KB)

版权所有 © Eco-Vector, 2023

Creative Commons License
此作品已接受知识共享署名-非商业性使用-禁止演绎 4.0国际许可协议的许可。
 


Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».